Von Nils Klute, IT-Fachredakteur und Projektmanager Kommunikation Cloud Services bei EuroCloud Deutschland_eco e.V.
Spielerei und praktische Hilfe – Künstliche Intelligenz (KI) erobert Alltag, Beruf und Werkstätten. Motoren lassen sich schneller und vorausschauend reparieren und Ressourcen schonen. Entscheidend für den Erfolg: Eine ausreichend große Datenbasis. Wie Gaia-X Autos und Fabriken am Laufen hält.
Lieder erkennen, Gesichter auf Fotos bestimmen oder auf Sprache reagieren – künstlich intelligente Anwendungen wie diese machen uns das Leben leichter. Sie verwalten unsere Schnappschüsse, identifizieren den neuesten Ohrwurm und gehorchen uns sogar dann aufs Wort, wenn wir sie bitten, etwas zu malen: DALL-E heißt eine KI, die nach unseren Ideen Bilder produziert. Auch Google arbeitet daran: Die eigens entwickelte KI IMAGEN kann bereits lebensnahe Motive illustrieren. Was dem einem als Spielerei erscheint, ist dem anderen praktische Hilfe. Beispiel Autoreparatur: Hier soll KI Fehler an Motoren erkennen. Und das, noch bevor Techniker:innen überhaupt zum Schraubenschlüssel greifen.
KI für die Werkstatt
Damit KI und Kraftfahrzeug (Kfz) zueinander finden, bündeln Unternehmen, KI-Entwickler und Forschungseinrichtungen ihre Kräfte im Konsortium von Autowerkstatt 4.0 (AW4.0). Das Ziel des Projekts: Werkstätten, Messsystemhersteller und IT-Dienstleister sollen sich vernetzen, branchenspezifische Daten sicher und vertrauensvoll austauschen, KI-Modelle trainieren und so Reparaturen vereinfachen. Smarte Algorithmen beschleunigen nicht nur die Fehlersuche, sondern verbessern die Diagnosen. Das Ergebnis: Kfz-Betriebe mit KI arbeiten effizienter und nachhaltiger.
Algorithmen diagnostizieren Motorprobleme
Im Fokus von AW4.0 stehen Oszilloskope. Mit den Geräten lassen sich elektromagnetische Felder messen. Je nachdem, wie die Spannungskurven schwanken und abweichen, kann das auf Defekte an Maschinen und Aggregaten hinweisen. Nicht anders unter der Motorhaube: Egal, ob Klopfgeräusche, Fehlzündungen oder Ölverluste – über winzige Unterschiede, die sich in den Messdaten zeigen, bestimmen Algorithmen mögliche Probleme und Kfz-Meister:innen anschließend die richtigen Lösungen.
Datenbasis entscheidet über Erfolg
Entscheidend für den Erfolg: Eine möglichst große und qualitative Datenbasis. Denn um KI-Modelle zu trainieren, sind ausreichend viele Messwerte notwendig. Nur dann, wenn diese verfügbar sind, lassen sich Algorithmen immer weiter optimieren und Diagnosen immer weiter präzisieren. Was das voraussetzt: Werkstätten, Messsystemhersteller und IT-Dienstleister sind bereit, ihre Daten auszutauschen. Eine Praxis, die aber beispielsweise in der deutschen Industrie bislang mehr Wunsch als Realität ist, wie eine aktuelle Studie von Institut der deutschen Wirtschaft (IW) zeigt: Rechtliche, technologische und organisatorische Fallstricke bremsen Chancen bis dato aus.
Gaia-X hält Motoren über KI und Daten am Laufen
Die Lösung liefert Gaia-X. Über die vernetzte und dezentrale Dateninfrastruktur wird auch das Konsortium von AW4.0 Informationen souverän teilen. So integriert die Plattform des KI-Projekts bereits die sogenannten Föderationsdienste von Gaia-X: Horizontale Services, die für alle Nutzer:innen des Ökosystems bereitstehen, um beispielsweise Identitäten zu verwalten, Services zu katalogisieren oder Compliance-Anforderungen einzuhalten. Am Ende soll ein offenes und transparentes Ökosystem entstehen, das genug Informationen bereitstellt, um KI-Modelle kontinuierlich zu verbessern und übergreifend auszutauschen. Und ein datenbasiertes Innovations- und Wertschöpfungsnetzwerk, das Werkstätten, KI-Anbieter, Forschungseinrichtungen und Hersteller ins Geschäft bringt und Motoren am Laufen hält.
Service-Meister und Gaia-X: Ein Hafen und Umschlagplatz für Daten und KI
Anlagen und Maschinen mit KI und Daten verfügbar halten – nicht anders Service-Meister. In den vergangenen zwei Jahren hat das KI-Projekt ein Ökosystem für den technischen Service im Zeitalter von Industrie 4.0 entwickelt. Ein Ökosystem, das nicht nur Techniker:innen, Anlagenbauer, Maschinenbetreiber und Produktionsbetriebe vernetzt, sondern zudem Serviceprozesse mit KI und Daten unterstützt und beschleunigt. Zwar ein Ziel, das Service-Meister noch ohne Gaia-X realisiert. Aber ein Zielbild, bei dem sich Gaia-X als Hafen und Umschlagplatz für Daten und KI-Modelle des Industrie-Services ebenfalls anbietet. Beispiel Chatbots: Kommen sie über geteilte Datenflüsse von Gaia-X miteinander ins Gespräch, erweitern und verbessern sie ihr Know-how eigenständig.
Informationen teilen, datenbasierte Services entwickeln und von KI profitieren – auch die Autor:innen der IW-Studie sind sicher: Die Dateninfrastruktur von Gaia-X ist ein möglicher Ansatz, um rechtliche, organisatorische und technische Hemmnisse zu lösen und wirtschaftliche Effekte freizusetzen. Und das egal, ob im Industrie- oder Kfz-Service.
Bildnachweis: iStock-1217207908
Dieser Artikel hat Ihnen gefallen? Dann abonnieren Sie unseren Newsletter und erhalten Sie regelmäßige Updates zu ähnlichen Themen und zum Projekt Service-Meister und diskutieren Sie mit uns zu diesem und ähnlichen spannenden Themen in unserer LinkedIn Gruppe.